近日，人工智能初创公司Probably宣布完成由安德森·霍洛维茨基金领投的九百万美元种子轮融资。创始人彼得·伊利亚斯表示，公司致力于构建严谨的纠错机制，彻底杜绝大语言模型的幻觉与事实错误，实现媲美传统确定性系统的百分之九十九点九九准确率。为此，Probably推出首款面向复杂数据集的数据科学工具。该工具采用独创的数据科学机甲架构，通过确定性验证器对模型输出进行实时交叉核验，并将验证逻辑反向融入模型训练流程。伊利亚斯指出，通过精准压缩语义歧义，系统可大幅降低对底层算力的依赖，当前版本仅在远低于业界前沿的轻量化模型上运行。该方案支持桌面端本地化部署，有效规避云端高昂的生成成本，并可快速迁移至财务核算、医疗诊断等高精度敏感领域。在主流科技巨头因商业模式缺乏纠错动力的背景下，Probably以工程化约束替代盲目堆砌参数，为人工智能行业的可靠性突破与成本优化提供了全新路径。